Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

● Fragen-Atlas · Quellen aus dem Archiv

SF-V5

Was soll heute für das Verhalten und den Betrieb von Modellen gelten?

4.829 Berichte ab Stufe 3 bei mindestens einem Modell, stärkste zuerst.

Zum Inhalt ↓
← Interaktive Liste mit Filtern
  1. Human, or human-like? Transparency for AI-generated content oecd · 2023 · Q005733 · beantwortet teilweise oder widerspricht

    Die Autoren fordern verpflichtende, kostenlose Detektoren für KI-generierte Inhalte und benennen technische, Datenschutz- und Durchsetzungsgrenzen.

  2. Introducing the Agents API openai · 2026 · Q006209 · beantwortet teilweise oder widerspricht

    OpenAI stellt eine öffentliche Beta-API für cloudbasierte Agenten mit verwalteter Codex-Infrastruktur vor; die angeführten Leistungswerte stammen aus einem einzelnen, nicht näher belegten Kundenbericht.

  3. A scorecard for the AI age openai · 2026 · Q006348 · beantwortet teilweise oder widerspricht

    Der Bericht schlägt vor, den KI-Nutzen als erfolgreiche, verlässliche Arbeit pro Dollar zu messen, und stützt seine Effizienzversprechen vor allem auf von OpenAI angeführte Leistungswerte.

  4. Introducing parental controls openai · 2025 · Q006843 · beantwortet teilweise oder widerspricht

    Der Bericht stellt OpenAIs Kindersicherungen und Krisenwarnungen für Teenagerkonten vor, betont aber, dass die Schutzmaßnahmen unvollkommen sind.

  5. Building self-improving tax agents with Codex openai · 2026 · Q006858 · beantwortet teilweise oder widerspricht

    OpenAI und Partner beschreiben einen Codex-gestützten Verbesserungszyklus für Tax AI und berichten von Effizienz- und Genauigkeitszuwächsen, ohne unabhängige Prüfung der Kennzahlen auszuweisen.

  6. Why language models hallucinate openai · 2025 · Q007175 · beantwortet teilweise oder widerspricht

    Laut OpenAI begünstigen Genauigkeitsmaßstäbe das Raten, weshalb Bewertungen angemessene Unsicherheit belohnen und selbstsichere Fehler stärker bestrafen sollten.

  7. Introducing our latest image generation model in the API openai · 2025 · Q007634 · beantwortet teilweise oder widerspricht

    OpenAI zufolge ist gpt-image-1 weltweit über die Images API verfügbar; der Bericht nennt Anwendungsbeispiele, Schutzmaßnahmen und Preise, weist aber keine unabhängigen Leistungstests aus.

  8. Using AI to help physicians diagnose rare genetic diseases affecting children openai · 2026 · Q007981 · beantwortet teilweise oder widerspricht

    Bei 376 ungelösten genetischen Fällen half KI, überprüfbare Hinweise auf 18 später klinisch bestätigte Diagnosen zu finden; die Studie belegt keinen eigenständigen diagnostischen Einsatz.

  9. Introducing study mode in ChatGPT openai · 2025 · Q008012 · beantwortet teilweise oder widerspricht

    ChatGPTs Lernmodus soll durch geführte Fragen und Feedback beim Lernen helfen, ist laut OpenAI aber noch fehleranfällig und im Beitrag nicht durch Ergebnisse zu Lernerfolgen belegt.

  10. New tools and features in the Responses API openai · 2025 · Q008032 · beantwortet teilweise oder widerspricht

    OpenAI erweitert die Responses API um MCP-Anbindung, weitere Werkzeuge und Funktionen für längere sowie Reasoning-intensive Aufgaben; Verfügbarkeit und Preise variieren, und die Leistungsversprechen sind Angaben des Unternehmens.

  11. Improving mathematical reasoning with process supervision openai · 2023 · Q008092 · beantwortet teilweise oder widerspricht

    Laut Bericht verbessert Prozessüberwachung mathematische Lösungen und kann die Ausrichtung fördern; eine Übertragbarkeit auf andere Bereiche ist ungeklärt.

  12. Introducing ChatGPT and Whisper APIs openai · 2024 · Q008100 · beantwortet teilweise oder widerspricht

    Der Bericht stellt GPT‑3.5-Turbo- und Whisper-APIs samt Preisen, Anwendungsbeispielen und Datenschutzänderungen vor und gibt OpenAIs eigene, nicht unabhängig belegte Leistungsangaben wieder.

  13. TruthfulQA: Measuring how models mimic human falsehoods openai · 2021 · Q008367 · beantwortet teilweise oder widerspricht

    Der bereitgestellte Text ist nur ein Abstract: Die Autoren berichten, dass die getesteten Modelle verbreitete Irrtümer nachahmten und das beste bei TruthfulQA 58 Prozent wahrheitsgemäße Antworten erreichte.

  14. Building towards age prediction openai · 2025 · Q008372 · beantwortet teilweise oder widerspricht

    OpenAI plant altersgerechte ChatGPT-Erlebnisse und neue Elternkontrollen, berichtet im Beitrag jedoch noch nicht über Genauigkeit oder Wirksamkeit.

  15. What building an AI-native finance function taught me openai · 2026 · Q008387 · beantwortet teilweise oder widerspricht

    Sarah Friar zufolge kann KI Finanzabläufe beschleunigen und bessere Entscheidungen unterstützen, sofern die Finanzteams Kontrollen, menschliche Verantwortung und nachvollziehbare Erfolgsmessung sichern; die zentralen Vorhaben bei OpenAI sind noch im Aufbau.

  16. The Instruction Hierarchy: Training LLMs to Prioritize Privileged Instructions openai · 2024 · Q008598 · beantwortet teilweise oder widerspricht

    Der vorliegende Abstract-Auszug behauptet, dass eine trainierte Hierarchie von Anweisungen GPT‑3.5 robuster gegen Prompt-Angriffe macht, liefert aber keine Messwerte oder Versuchsdetails.

  17. Confidence-Building Measures for Artificial Intelligence: Workshop proceedings openai · 2023 · Q008659 · beantwortet teilweise oder widerspricht

    Der Auszug benennt sechs vertrauensbildende Maßnahmen gegen mögliche internationale Sicherheitsrisiken durch Foundation Models, erläutert oder bewertet ihre Umsetzung aber nicht.

  18. Introducing group chats in ChatGPT openai · 2025 · Q008798 · beantwortet teilweise oder widerspricht

    Der Bericht kündigt gemeinsame ChatGPT-Gruppenchats samt Datenschutz- und Jugendschutzregeln an und meldet einen geplanten weltweiten Ausbau nach positivem frühem Pilotfeedback.

  19. Custom instructions for ChatGPT openai · 2023 · Q008860 · beantwortet teilweise oder widerspricht

    Der Artikel stellt ChatGPTs damalige Beta für dauerhaft berücksichtigte Nutzerpräferenzen vor und nennt Beispiele, Datenschutzangaben sowie Grenzen bei Zuverlässigkeit und Verfügbarkeit.

  20. Using GPT-4 for content moderation openai · 2023 · Q008903 · beantwortet teilweise oder widerspricht

    OpenAI zufolge kann GPT‑4 die Entwicklung von Moderationsrichtlinien beschleunigen, doch erfahrene menschliche Moderatoren schneiden besser ab und bleiben für Kontrolle und Verfeinerung erforderlich.

  21. Function calling and other API updates openai · 2023 · Q008911 · beantwortet teilweise oder widerspricht

    Der Bericht stellt API-Neuerungen und Preissenkungen aus 2023 vor und weist auf Sicherheitsrisiken sowie mögliche Leistungseinbußen bei einzelnen Aufgaben hin.

  22. GPT-3.5 Turbo fine-tuning and API updates openai · 2023 · Q009169 · beantwortet teilweise oder widerspricht

    OpenAI kündigt Fine-Tuning für GPT‑3.5 Turbo und neue GPT‑3-Modelle an und berichtet von frühen Verbesserungen, die laut Beitrag nicht für alle Anwendungsfälle garantiert sind.

  23. https://arxiv.org/pdf/2109.07958 openai · Q009455 · beantwortet teilweise oder widerspricht

    TruthfulQA soll das Nachahmen verbreiteter Irrtümer messen; laut Bericht waren die getesteten Modelle im Benchmark deutlich weniger wahrheitsgemäß als die menschliche Vergleichsperson, wobei die Ergebnisse keine sichere Aussage über Fach- oder Anwendungsszenarien erlauben.

  24. Wir stellen den Australian Youth Safety Blueprint vor openai · Q009518 · beantwortet teilweise oder widerspricht

    OpenAI präsentiert einen sechssäuligen Jugendschutz-Fahrplan für KI in Australien und erklärt, Unternehmen müssten Sicherheit in ihre Produkte integrieren; Einzelheiten und Wirkungsbelege fehlen im Beitrag.

  25. 13 Claude Lessons We Learned After 3,600 Hours frank-andrade.medium.com · 2026 · Q009615 · beantwortet teilweise oder widerspricht

    Andrade leitet aus eigener Praxis zwölf Empfehlungen für besser organisierte und ressourcenschonendere Arbeit mit Claude ab, ohne sie als systematische Untersuchung zu belegen.

  26. ChatGPT-6 Astra: The Complete Guide frank-andrade.medium.com · 2026 · Q009619 · beantwortet teilweise oder widerspricht

    Andrade sieht Astra als nützlich für anspruchsvolle, folgenreiche Aufgaben, warnt aber anhand eigener und fremder Einzeltests vor abweichenden Ergebnissen, Nutzungslimits und den Grenzen des 20-Dollar-Tarifs.

  27. I Stopped Re-Explaining Everything to Claude Code. This CLAUDE.md File Does It for Me frank-andrade.medium.com · 2026 · Q009639 · beantwortet teilweise oder widerspricht

    Der Beitrag empfiehlt eine kompakte `CLAUDE.md` als dauerhaftes Projektregelwerk für Claude Code und liefert Vorlagen sowie einen Interviewprompt, belegt die erwarteten Effekte aber nicht empirisch.

  28. Before You Use Claude Code, Learn This First frank-andrade.medium.com · 2026 · Q009647 · beantwortet teilweise oder widerspricht

    Der Autor empfiehlt eine klar strukturierte Claude-Code-Projektumgebung mit festgelegter Rolle, Regeln und Grenzen, legt dafür aber keine empirischen Wirksamkeitsnachweise vor.

  29. The #1 Claude Skill That Helps Me Make Better Decisions frank-andrade.medium.com · 2026 · Q009699 · beantwortet teilweise oder widerspricht

    Andrade empfiehlt einen Claude-Skill für gezielten Widerspruch und das Prüfen eigener Annahmen, doch die angeführten Beispiele sind illustrativ und kein systematischer Wirksamkeitsnachweis.

  30. A GitHub Repo With One File Just Hit 144,000 Stars. It’s a Claude Skill. medium.com · 2026 · Q010849 · beantwortet teilweise oder widerspricht

    Der Bericht preist wiederverwendbare Claude-Anweisungsdateien als aufkommendes Ökosystem, stützt sich dabei aber auf nicht unabhängig belegte Zahlen und Beispiele und enthält Eigenwerbung.

  31. 7 Steps to Build an AI Motion Design Studio That Runs 24/7 (With Fable 5.2) medium.com · 2026 · Q010851 · beantwortet teilweise oder widerspricht

    Der Bericht empfiehlt eine schrittweise, gemessene Motion-Design-Pipeline mit Fable 5.2, in der Menschen Briefings, Storyboards und fertige Videos prüfen und freigeben.

  32. Stop Letting Claude Guess: 10 Prompts for Real Estate Professionals medium.com · 2026 · Q010853 · beantwortet teilweise oder widerspricht

    Der Autor empfiehlt zehn Immobilien-Prompts für Claude, die Datenlücken offenlegen und menschliche Prüfung und Entscheidungen voraussetzen.

  33. I Stopped Babysitting 5 Claude Code Sessions. Anthropic Just Killed the Job for Me. medium.com · 2026 · Q010870 · beantwortet teilweise oder widerspricht

    Der Autor sieht in Claude Code Projects einen nützlichen Koordinator für mehrere Programmieraufgaben, warnt aber vor hohem Planverbrauch und stützt seine Bewertung auf einen kurzen eigenen Test.

  34. You’re using 10% of Claude Code. Here’s the Other 90%. medium.com · 2026 · Q010879 · beantwortet teilweise oder widerspricht

    Der Artikel empfiehlt, Claude Code schrittweise mit neun Erweiterungen auszubauen, beginnend mit CLAUDE.md; die Nutzenbehauptungen beruhen auf der Darstellung des Autors und werden nicht durch kontrollierte Vergleiche belegt.

  35. A GitHub Repo With Zero New Features Hit 2,000 Stars in 6 Days. It’s a New Category medium.com · 2026 · Q010880 · beantwortet teilweise oder widerspricht

    Der Artikel stellt Behavioral Skills zur Steuerung des Arbeitsaufwands von KI-Agenten vor und stützt ihre Wirksamkeit vor allem auf einen persönlichen Test des Autors.

  36. I Deleted the Viral CLAUDE.md File. My Code Got Better. medium.com · 2026 · Q010896 · beantwortet teilweise oder widerspricht

    Der Autor behauptet, kurze, projektspezifische `CLAUDE.md`-Anleitungen hätten in seinen vier Repositories besser funktioniert als eine allgemeine Vorlage; seine Ergebnisse beruhen auf einer begrenzten Selbstauswertung.

  37. I Read Every Viral Claude Skills Article This Month. Here’s What They’re All Missing. medium.com · 2026 · Q010900 · beantwortet teilweise oder widerspricht

    Laut Autor entfalten Claude Skills ihren größten Nutzen, wenn sie einen bereits bestehenden Arbeitsablauf festhalten; die Empfehlung ist eine persönliche Einschätzung und enthält zugleich Werbung für sein eigenes Prompt-Playbook.

  38. The Claude.md File That’s Breaking the Internet — I Tested Every Version medium.com · 2026 · Q010905 · beantwortet teilweise oder widerspricht

    Der Bericht empfiehlt vier kombinierbare CLAUDE.md-Ansätze für unterschiedliche Arbeitsweisen, stützt seine Bewertungen aber vor allem auf einen persönlichen einwöchigen Test.

  39. GPT-5.5 vs. Claude Opus 4.7 medium.com · 2026 · Q010929 · beantwortet teilweise oder widerspricht

    Laut Bericht ergänzen sich GPT‑5.5 für lange autonome Aufgaben und Opus 4.7 für Code, Werkzeugketten und hochwertige Prosa; die genannten Testwerte sind mangels genauer Methodik nicht unabhängig belegt.

  40. I Installed 30 Claude Skills. 5 Survived a Week of Real Work medium.com · 2026 · Q011039 · beantwortet teilweise oder widerspricht

    Nach einem persönlichen einwöchigen Test empfiehlt der Autor, nur Claude-Skills zu behalten, die ein konkretes Problem lösen und nachvollziehbar etwas am Verhalten ändern.

  41. I Built My First AI Agent. It Ran All Night and Left Me a $180 Bill. medium.com · 2026 · Q011042 · beantwortet teilweise oder widerspricht

    Im verfügbaren Auszug berichtet der Autor von 180 US-Dollar Kosten durch wiederholte Agentenversuche und empfiehlt, Fehler vor dem Retry einzuordnen sowie klare Abbruchgrenzen zu setzen.

  42. Claude Code Writes My Code. Codex Reviews It. The Arguing Is the Point. medium.com · 2026 · Q011051 · beantwortet teilweise oder widerspricht

    Der Autor berichtet, dass unabhängige Codex-Prüfungen in seinem Claude-Workflow reale Fehler fanden, betont aber begrenzte Prüfrunden und verweist auf Studienhinweise, dass die umgekehrte Rollenverteilung wirksamer sein könnte.

  43. I kept building LLM apps that worked in demos and broke in production. medium.com · 2026 · Q011080 · beantwortet teilweise oder widerspricht

    Der Beitrag empfiehlt, LLM-Anwendungen vor allem durch sorgfältige Auswahl, Pflege und Überwachung ihres Kontexts verlässlicher zu machen; die Begründung beruht hauptsächlich auf Praxiserfahrungen und einem knapp referierten Studienergebnis.

  44. Claude Code’s Conductor Trick: One AI Plans, 1,000 AI Agents Build medium.com · 2026 · Q011160 · beantwortet teilweise oder widerspricht

    Der Bericht plädiert für koordinierte Spezialagenten bei großen Softwareaufgaben, betont aber, dass Parallelisierung Prüfungen nicht ersetzt und die genannten Großexperimente keine Produktionsreife belegen.

  45. My Claude Code Setup: A Planner, Workers, a Reviewer, and a Smarter Context Window medium.com · 2026 · Q011168 · beantwortet teilweise oder widerspricht

    Der Bericht empfiehlt für größere Claude-Code-Aufgaben getrennte Rollen, Koordination und gezieltes Kontextmanagement, betont aber, dass die Wirkung von der Umsetzung abhängt und Tests sowie menschliches Urteil nötig bleiben.

  46. Top 10 Jev Builds You Can Ship in an Afternoon medium.com · 2026 · Q011180 · beantwortet teilweise oder widerspricht

    Der vollständige Bericht skizziert zehn Jev-Anwendungen und empfiehlt, sie mit eigenen Beispieldaten, Unsicherheitsregeln und Schattenbetrieb zu erproben.

  47. Self-Validating Agents in Claude Code: Automated Quality at Every Step medium.com · 2026 · Q011295 · beantwortet teilweise oder widerspricht

    Der Bericht empfiehlt gestaffelte automatische Qualitätsprüfungen für Claude-Code-Agenten, belegt aber seine Erfolgsbehauptungen nicht.

  48. The Claude Code hook system that turns you from a button-clicker into a workflow architect medium.com · 2026 · Q011299 · beantwortet teilweise oder widerspricht

    Der Artikel zeigt, wie Claude Code Hooks Entwicklungsaufgaben automatisieren sollen, belegt deren Nutzen aber nicht systematisch und enthält eine Abweichung zwischen angekündigten und aufgelisteten Ereignissen.

  49. Stop Arguing With Claude Code: Where Your Agent Rules Actually Belong medium.com · 2026 · Q011316 · beantwortet teilweise oder widerspricht

    Der vollständige Bericht empfiehlt, Agentenregeln je nach Geltungsbereich global, in Skills oder in projektlokalen Dateien abzulegen, statt alles dauerhaft gemeinsam zu laden.

  50. 4-Step Way to Build Multi-Agent Systems That Actually Ship medium.com · 2026 · Q011318 · beantwortet teilweise oder widerspricht

    Der Bericht empfiehlt klare Orchestrierung, begrenzte Zustandsweitergabe und einen früh geplanten Produktionsweg für Multi-Agent-Systeme, stützt die Vorteile jedoch auf ein einzelnes Beispiel ohne Mess- oder Vergleichsdaten.

  51. Let China copy American AI fragen-funde · 2026 · Q000185 · beantwortet teilweise oder widerspricht · ohne Zusammenfassung
  52. Watermarking vs AI Detection: SynthID, C2PA and Classifiers Compared dev.to · 2026 · Q000602 · beantwortet teilweise oder widerspricht

    Laut Bericht ergänzen sich SynthID, C2PA und KI-Klassifikatoren; keines der Verfahren beweist allein zuverlässig, dass ein Inhalt KI-generiert ist.

  53. Teaching AI to build scientific models anthropic · 2026 · Q000697 · beantwortet teilweise oder widerspricht · ohne Zusammenfassung
  54. Eyes Off My Data pai · 2023 · Q001339 · beantwortet teilweise oder widerspricht

    Der bereitgestellte Auszug kommt zu dem Schluss, dass differenziell private föderierte Statistiken Fairnessprüfungen unterstützen, aber allein weder Bias noch die sozialen Risiken demografischer Datennutzung beheben.

  55. More compute, more capability: Why AI agent evaluations need to account for test-time compute aisi · 2026 · Q001454 · beantwortet teilweise oder widerspricht

    Laut AISI hängen gemessene Agentenfähigkeiten und Fortschritt stark vom Testzeitbudget ab, wobei die Zugewinne je nach Aufgabe variieren und bisherige Befunde nur begrenzt verallgemeinerbar sind.

  56. Modernizing complex legacy code with AI agents mistral · 2026 · Q001710 · beantwortet teilweise oder widerspricht

    Der Bericht empfiehlt für die KI-gestützte Modernisierung komplexer Altsoftware zuerst Tests und Dokumentation aufzubauen und Agentenarbeit durch menschliche Prüfpunkte zu steuern; beschrieben wird ein begrenzter erster Migrationssprint.

  57. Evidence for inference scaling in AI cyber tasks: Increased evaluation budgets reveal higher success rates aisi · 2026 · Q001776 · beantwortet teilweise oder widerspricht

    Laut AISI und Irregular können übliche Budgetgrenzen die Fähigkeiten neuerer KI-Modelle bei Cyber-Aufgaben unterschätzen, doch die Befunde sind begrenzt und ihre Übertragbarkeit auf andere Bereiche bleibt offen.

  58. People, Planet, Progress: An opportunity for an international agreement on AI climate sustainability at India’s AI Impact Summit 2026 oecd · 2025 · Q002032 · beantwortet teilweise oder widerspricht

    Der Beitrag plädiert dafür, KI international in die Klimapolitik einzubeziehen und Transparenz, Effizienz sowie einen gerechten Zugang zu klimafreundlicher Rechenleistung zu fördern.

  59. Transformers Don’t Need LayerNorm at Inference Time: Scaling LayerNorm Removal to GPT-2 XL and Implications for Mechanistic Interpretability farai · 2026 · Q002147 · beantwortet teilweise oder widerspricht · ohne Zusammenfassung
  60. An empirical analysis of compute-optimal large language model training deepmind · 2022 · Q002273 · beantwortet teilweise oder widerspricht

    Der Bericht argumentiert, dass mehr Trainingsdaten und weniger Parameter bei gleichem Rechenbudget effizienter sein können, und führt Chinchilla als Beispiel an, ohne hier einzelne Benchmarkwerte aufzuführen.

  61. How much water does AI consume? The public deserves to know oecd · 2023 · Q002313 · beantwortet teilweise oder widerspricht

    Der Beitrag fordert transparente Messungen des erheblichen, standortabhängigen Wasserfußabdrucks von KI, dessen globale Größenordnung er für 2027 schätzt.

  62. AI on the Edge of Space cset · 2025 · Q002624 · beantwortet teilweise oder widerspricht

    Der Executive-Summary-Auszug empfiehlt KI für Weltraumüberwachung und Satellitenfunktionen, betont technische Grenzen und fordert klare Autonomieregeln sowie strenge Prüfungen.

  63. Computational and systems neuroscience: The next 20 years deepmind · Q003000 · beantwortet teilweise oder widerspricht

    Der Perspektivbeitrag plädiert dafür, KI und große Hirndaten mit interpretierbaren, hypothesengeleiteten Modellen zu verbinden, statt Datenfülle oder leistungsstarke Netze allein als Erklärung des Gehirns zu betrachten.

  64. Prompt engineering for business performance anthropic · 2024 · Q003563 · beantwortet teilweise oder widerspricht

    Anthropic empfiehlt drei Prompting-Techniken und berichtet von 20 Prozent höherer Genauigkeit bei einem anonymisierten Kundenprojekt, ohne die Messgrundlage näher zu erläutern.

  65. 208230f pai · 2021 · Q003651 · beantwortet teilweise oder widerspricht

    Der bereitgestellte Auszug warnt, dass demografische Datenerhebung und Fairnessmessung marginalisierte Gruppen überwachen, falsch darstellen oder bestehende Ungleichheiten festigen können, und empfiehlt gemeinschaftsorientierte, transparente Ansätze.

  66. How Claude's text watermarking works anthropic · 2026 · Q003702 · beantwortet teilweise oder widerspricht

    Anthropic will mit einem für Lesende unsichtbaren statistischen Textmuster Claudes mögliche Mitwirkung erkennbar machen, betont aber, dass die Methode nur Wahrscheinlichkeiten liefert und bei wenig freier Wortwahl an Grenzen stößt.

  67. abd4c48 pai · 2021 · Q003722 · beantwortet teilweise oder widerspricht

    Der Auszug warnt, dass verzerrte und uneinheitliche Strafjustizdaten Risikobewertungen unzuverlässig machen können, und fordert bessere Messung sowie überprüfbare, lokal passende Korrekturen.

  68. Comment on Advanced Computing Chips Rule cset · 2024 · Q003756 · beantwortet teilweise oder widerspricht

    Der Auszug empfiehlt, keine zusätzlichen IaaS-Kontrollen für chinesische Akteure einzuführen, und beschreibt ungelöste technische und politische Fragen bei der Überwachung großer KI-Modelle.

  69. e3d2b8f pai · 2021 · Q003794 · beantwortet teilweise oder widerspricht

    Der Berichtsauszug fordert unabhängige, regelmäßig veröffentlichte Prüfungen von Risikobewertungsinstrumenten und ausreichende Daten, Finanzierung und Expertise dafür.

  70. bad9888 - Partnership on AI pai · Q003801 · beantwortet teilweise oder widerspricht

    Der vorliegende Auszug fordert nachvollziehbare, dauerhaft dokumentierte Risikobewertungen, damit Betroffene sie prüfen und anfechten können; eigene empirische Ergebnisse enthält er nicht.

  71. c52ccad - Partnership on AI pai · Q003809 · beantwortet teilweise oder widerspricht

    Der vorliegende Berichtstext ist ein Auszug: Er fordert, Risikoschwellen in der Strafjustiz als politische Entscheidungen öffentlich, datenbasiert und regelmäßig überprüfbar festzulegen.

  72. a7cc0e2 - Partnership on AI pai · Q003816 · beantwortet teilweise oder widerspricht

    Der Berichtsauszug empfiehlt Schulungen und transparente, überprüfbare Governance für gerichtliche Risikobewertungsinstrumente; welche Schulungen am besten wirken, sei noch zu erforschen.

  73. b63c999 - Partnership on AI pai · Q003823 · beantwortet teilweise oder widerspricht

    Der Auszug empfiehlt, Risikovorhersagen stets mit verständlichen Angaben zu ihrer Unsicherheit zu versehen und betont, dass Datenprobleme, Fairness-Korrekturen und die Nutzeroberfläche dabei Herausforderungen bleiben.

  74. ecafb94 - Partnership on AI pai · Q003837 · beantwortet teilweise oder widerspricht

    Der vorliegende Berichtsauszug fordert getrennte, kontextgerechte Risikoprognosen und Schutz vor Fehlgebrauch automatisierter Bewertungen durch bessere Verständlichkeit, Unsicherheitshinweise und Schulung.

  75. Chinchilla scaling: a replication attempt epoch · 2024 · Q003910 · beantwortet teilweise oder widerspricht

    Der vorgelegte Textauszug berichtet, Epoch AI zufolge passten neue, anhand rekonstruierter Teildaten gewonnene Skalierungsschätzungen besser als Hoffmann et al.s ursprüngliche Werte und könnten frühere darauf beruhende Analysen revisionsbedürftig machen.

  76. Evaluating Grok 4’s math capabilities epoch · 2025 · Q004453 · beantwortet teilweise oder widerspricht

    Epoch zufolge liegt Grok 4 bei manchen Mathe-Benchmarks vorn, doch seine Beweise bleiben oft lückenhaft und die Tests erfassen nur einen Teil mathematischer Fähigkeiten.

  77. Confidence fragen-funde · Q004729 · beantwortet teilweise oder widerspricht

    `Confidence` fasst die Verteilung einer Antwort zusammen, muss aber passend zum Fragetyp und Risiko interpretiert werden, weil es nicht direkt die Wahrscheinlichkeit einer richtigen Antwort misst.

  78. 19 – Pandemic resilience case studies of an AI-calibrated ensemble of models to inform decision-making oecd · 2024 · Q005041 · beantwortet teilweise oder widerspricht

    Der vorliegende Auszug berichtet, dass ein GPAI-Prototyp mehrere Pandemie-Modelle einheitlich kalibriert und als Ensemble laut Bericht genauere Ergebnisse als Einzelmodelle liefern soll.

  79. Post by @Flandermaxx on X fragen-funde · 2026 · Q005167 · beantwortet teilweise oder widerspricht · ohne Zusammenfassung
  80. The longest training run epoch · 2022 · Q005298 · beantwortet teilweise oder widerspricht

    Laut einem vereinfachten Modell sind optimale Trainingsläufe je nach Annahmen wenige Monate bis 3,6 Jahre lang, wobei die Schätzungen wegen unsicherer Fortschritte und technischer sowie finanzieller Faktoren mit Vorsicht zu verstehen sind.

  81. Set Learning for Accurate and Calibrated Models deepmind · 2024 · Q005487 · beantwortet teilweise oder widerspricht

    Der bereitgestellte Abstract-Auszug beschreibt OKO als gruppenbasiertes Trainingsverfahren, das laut Autoren Genauigkeit und Kalibrierung verbessern kann, besonders bei begrenzten oder unausgewogenen Trainingsdaten.

  82. Securing AI cset · 2022 · Q005630 · beantwortet teilweise oder widerspricht

    Der vorliegende Text ist nur die Executive Summary: Der Bericht fordert, Offenlegungsregeln für ML-Schwachstellen stärker auf Nutzer, Risikobewertung und Schutzmaßnahmen jenseits von Patches auszurichten, während deren langfristige praktische Wirkung noch offen ist.

  83. When Scaling Meets LLM Finetuning: The Effect of Data, Model and Finetuning Method deepmind · 2024 · Q005773 · beantwortet teilweise oder widerspricht

    Der Abstract berichtet, dass bei der Feinabstimmung Modellgröße und Aufgaben- sowie Datenkontext entscheidend seien, doch fehlen im Auszug Einzelheiten und Messwerte.

  84. Reducing the carbon emissions of AI oecd · 2022 · Q005806 · beantwortet teilweise oder widerspricht

    Der Beitrag argumentiert, dass effizientere Modelle, Hardware, Rechenzentren und saubere Energie die betrieblichen ML-Emissionen stark senken können, wobei die genannten Einsparungen konkrete Beispiele und die Kritik an früheren Schätzungen Einschätzungen der Autoren sind.

  85. Introducing OpenAI Privacy Filter openai · 2026 · Q006238 · beantwortet teilweise oder widerspricht

    OpenAI veröffentlicht Privacy Filter zur Erkennung und Schwärzung personenbezogener Daten, betont aber, dass das Modell fehleranfällig ist und in sensiblen Anwendungen menschliche Kontrolle nicht ersetzt.

  86. Better prompt caching for GPT-6 openai · 2026 · Q006740 · beantwortet teilweise oder widerspricht

    Der Bericht kündigt besseres GPT‑6-Prompt-Caching samt Überwachungs- und Diagnosewerkzeugen an; mögliche Einsparungen werden von OpenAI und zitierten Unternehmen behauptet, aber nicht unabhängig belegt.

  87. MoE vs AI dense models: How do they compare in inference? epoch · 2024 · Q006761 · beantwortet teilweise oder widerspricht

    Laut Autor sind MoEs oft effizienter als gleich große dichte Modelle, doch ihre Inferenzkosten hängen vom Einsatzfall und weiteren Architekturmerkmalen ab, nicht nur von den aktiven Parametern.

  88. OpenAI and journalism openai · 2024 · Q007246 · beantwortet teilweise oder widerspricht

    OpenAI verteidigt sein KI-Training und bezeichnet die Klage der New York Times als unbegründet; die dafür angeführten Darstellungen sind die Position des Unternehmens und werden im Beitrag nicht unabhängig überprüft.

  89. How enabling two settings tripled our scores on the ARC-AGI-3 benchmark openai · 2026 · Q007673 · beantwortet teilweise oder widerspricht

    OpenAI zufolge steigerten erhaltene Überlegungen und Compaction GPT‑5.6 Sols ARC‑AGI‑3-Wert auf dem öffentlichen Aufgabensatz von 13,3 auf 38,3 Prozent; die Zahlen stammen aus den beschriebenen OpenAI-Versuchen.

  90. New embedding models and API updates openai · 2024 · Q008037 · beantwortet teilweise oder widerspricht

    OpenAI kündigt neue Modelle, Preissenkungen und mehr API-Kontrollen an; Leistungswerte und Zeitpläne sind eigene Angaben des Unternehmens.

  91. Testing robustness against unforeseen adversaries openai · 2019 · Q008666 · beantwortet teilweise oder widerspricht

    Laut Bericht reicht Schutz gegen bekannte Bildangriffe nicht aus; vielfältige Tests und die Kennzahl UAR sollen die Robustheit gegen unbekannte Angriffe messbar machen.

  92. Scaling laws for neural language models openai · 2020 · Q008766 · beantwortet teilweise oder widerspricht

    Der vorliegende Auszug beschränkt sich auf das Abstract, das Skalierungsgesetze für Sprachmodelle beschreibt und sehr große, vor der Konvergenz gestoppte Modelle als rechenoptimale Trainingsstrategie behauptet.

  93. Three steps for businesses to make AI data and compute more sustainable oecd · 2023 · Q009565 · beantwortet teilweise oder widerspricht

    Der Beitrag empfiehlt, Datenflüsse und Speicherbestände zu reduzieren sowie den tatsächlichen KI-Bedarf zu prüfen, um den laut externen Quellen wachsenden Energie- und CO₂-Aufwand von KI zu begrenzen.

  94. The 7 AI Skills That You Need in 2026 frank-andrade.medium.com · 2026 · Q009606 · beantwortet teilweise oder widerspricht

    Der vollständige Ratgeber empfiehlt, KI durch bessere Prompts, Kontext, Kritik und Automatisierung wirksamer einzusetzen, weist aber darauf hin, dass die Loop-Idee noch nicht ausgearbeitet und KI-Aussagen überprüfungsbedürftig sind.

  95. SwiftData Migrations medium.com · 2026 · Q009632 · beantwortet teilweise oder widerspricht

    Der Beitrag zeigt, wie SwiftData-Schemaversionen und Migrationen eingerichtet werden, empfiehlt aber, zunächst nicht versionierte Modelle zu verwenden; die behauptete weitgehende Automatisierung wird nicht empirisch belegt.

  96. Skills Are Claude Code’s Cheat Code. Here’s How to Use Them frank-andrade.medium.com · 2026 · Q009643 · beantwortet teilweise oder widerspricht

    Der Autor beschreibt Claude-Code-Skills als Möglichkeit, bewährte Abläufe für wiederkehrende Aufgaben festzuschreiben, und veranschaulicht das mit Entscheidungsbriefings, ohne die gezeigten Ergebnisse unabhängig prüfen zu lassen.

  97. Before You Use Claude Cowork, Build This First frank-andrade.medium.com · 2026 · Q009650 · beantwortet teilweise oder widerspricht

    Der Beitrag empfiehlt ein kleines, kontextreiches Ordnersystem für Claude Cowork; die positiven Wirkungen werden anhand von Beispielen behauptet, aber nicht unabhängig gemessen.

  98. I Used Claude to Predict The FIFA World Cup 2026 frank-andrade.medium.com · 2026 · Q009683 · beantwortet teilweise oder widerspricht

    Claudes Simulation sieht Spanien als Favoriten auf den WM-Titel 2026, doch Andrade stellt die Prognose als unsichere Schätzung dar und betont die nötige Prüfung durch Menschen.

  99. How You Should Use AI in 2026 frank-andrade.medium.com · 2026 · Q009734 · beantwortet teilweise oder widerspricht

    Andrade empfiehlt, statt einzelner Prompts wiederverwendbare KI-Anweisungen und Abläufe aufzubauen, räumt aber ein, dass KI-Werkzeuge Fehler machen können und belegt ihre Vorteile nicht unabhängig.

  100. How to Go from ChatGPT Beginner to Pro in 2025 frank-andrade.medium.com · 2025 · Q009766 · beantwortet teilweise oder widerspricht

    Frank Andrade skizziert für 2025 einen Lernpfad zu ChatGPT: besser prompten, GPT‑5-Modi gezielt wählen und passende Funktionen nutzen.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →